太湖流域水环境承载力评价研究

汪嘉杨,翟庆伟,郭 倩,陶韵竹 (成都信息工程大学资源环境学院,四川 成都 610041)

太湖流域水环境承载力评价研究

汪嘉杨*,翟庆伟,郭 倩,陶韵竹 (成都信息工程大学资源环境学院,四川 成都 610041)

构建“驱动力D(人口、社会经济发展)-压力P(水资源问题与污染排放)-状态S(水质变化)-影响I(自然生态、水土资源)-响应R(污水处理、用水普及)-管理M(绿化、投资)”(DPSIRM)评价模型,并从社会经济、水资源、水质状态、投资管理等方面选取指标,建立具有3层结构的评价指标体系.引入变异系数法进行各指标权重赋值,计算太湖流域2005～2014年的水环境承载力评价指数,获得相应评价等级.结果表明:太湖流域水环境承载力有明显好转,评价等级从2005年的Ⅲ级转变为2014年的Ⅱ级.压力指标所起作用最为显著,状态指标紧随其后,其次是驱动力指标、影响指标和响应指标,管理指标作用相对较小.10年间,驱动力子系统指数明显呈上升趋势,影响和管理子系统的指数出现波动,压力、状态和响应子系统的指数均随年份增长而呈上升趋势,压力子系统指数上升幅度最大,表明2005～2014年太湖流域水环境对工农经济发展的承载能力在增强.对水环境承载力影响程度最大的指标中,万元GDP水耗和单位工业产值废水排放量都属于压力子系统指标,表明压力子系统指标所起作用最为显著.研究表明,构建的太湖流域水环境承载力评价的 DPSIRM 模型具有实用性和可行性,可以为区域水环境规划与综合管理的科学决策提供依据.

DPSIRM模型；变异系数法；水环境承载力；评价；太湖流域

随着经济社会的发展,水环境污染问题日益突出,严重影响了水环境的承载能力,引起了社会的广泛关注.作为衡量社会经济发展与水环境协调程度的指标[1],水环境承载力(WECC)成为衡量人类社会经济与水环境协调程度的判据,对其进行理论和实践的深入研究,不仅可以为科学制定水环境保护和管理决策提供依据,而且对优化流域水环境、水资源的配置,协调流域生态建设、人民生活、经济发展与水资源、水环境的关系,实现可持续发展具有重要的现实意义[2-3].

目前,国外对水环境承载力的研究较少,且大都将其纳入到可持续发展的范畴进行研究[4-8],尚未形成统一的概念和完善的理论体系.对水环境承载力的研究主要集中在国内,20世纪 90年代以来,众多专家学者从不同的角度纷纷提出了与之相关的概念、研究方法、评价指标体系和计算模型等[9-14].但水环境承载力的理论研究和实践研究尚处于探索阶段,水环境承载力的概念、内涵、特征不统一,量化方法也没有形成成熟的理论体系,不同的研究方法又各有侧重.

一般来说,环境承载力指标与经济开发活动、环境质量状况之间的数量关系是非常复杂的,因此很难确定.另外,所选取的指标不仅与人类的经济活动有关,还受到许多偶然因素的影响,这些都给环境承载力的研究带来了一定困难[15].因此,水环境承载力评价的核心是采用何种指标体系来反映“社会-经济-环境”复杂系统协调发展的经济发展规模与环境质量.常见的指标体系的构建方法有PSR(压力-状态-响应)模型、DSR(驱动力-状态-响应)模型[16-17],以及在此基础上的DPSIR(驱动力-压力-状态-影响-响应)模型[18]以及 DPSIRM(驱动力-压力-状态-影响-响应-管理)模型,用于表征资源或环境系统的概念与复杂因果关系结构.目前,DPSIRM模型已用于水资源安全[19]、湖泊生态系统健康[20]等方面.但总体来说,DPSIRM 模型相关的研究工作与参考文献较少,特别在水环境承载力评价方面未见报道.因此,本文以DPSIRM模型为基础,构建流域水环境承载力评价指标体系,并引入变异系数法进行权重赋值,用于2005～2014年太湖流域水环境承载力评价,并对DPSIRM模型中驱动力、压力、状态、影响、响应和管理6个子系统评价指数进行详细分析,解析太湖流域社会经济的水环境承载能力变化,以期为科学制定流域水环境保护和管理决策提供依据,为流域水环境承载力评价提供一条途径.

1 基于DPSIRM模型框架的流域水环境承载力评价指标体系

1.1 DPSIRM模型框架

图1 DPSIRM模型框架Fig.1 DPSIRM model framework

流域生态系统是综合多个指标的系统,人类社会经济活动对流域产生的影响越来越大,对产生的水环境效应从正向和逆向分别分析:首先,人口、社会经济发展驱动产生流域的两类正向压力,一是水资源的供需问题,二是污染物的富集和排放,直接影响流域水体的质和量的改变;对应地,水资源的供需受到影响、水环境恶化;然后,水环境状态的恶化促使社会经济活动逆向反馈,采取一定的处理与调控措施来改善水环境状态.

考虑到这样的双向作用,并且为尽可能全面地反映社会经济因素对水环境的影响,本文构建DPSIRM“驱动力 D(人口、社会经济发展)-压力P(水资源问题与污染排放)-状态 S(水质变化)-影响I(自然生态、水土资源)-响应R(污水处理、用水普及)-管理 M(绿化、投资)”评价模型,如图1所示.

图2 太湖流域水环境承载力评价指标体系Fig.2 Evaluation index system of water environmental carrying capacity in Taihu River Basin

1.2 流域水环境承载力评价指标体系

平衡社会环境和水环境承载力之间的相互关系是当今社会经济发展的需要,而指标体系的建立可以量化承载主客体之间相互关系的大小[11],因此指标的选取需要反映出水环境的自然属性以及人类活动的影响,即水环境的功能.

评价指标的选取是评价工作的关键,要建立指标体系,首先要找到所有反映水环境承载力的相关指标,包括社会经济指标、水资源指标、水质状态指标、投资管理指标等;其次,通过查阅相关文献,根据流域社会经济活动对水环境的影响,识别所找指标中的共性和差异,进行调整,视情况合并或剔除;第三,通过查找以统计年鉴为代表的资料,遵循可得性原则,剔除数据不可获得的指标;第四,将指标分为D驱动力、P压力、S状态、I影响、R响应、M管理这6个评价类别,建立评价指标体系.本文选取了 20个指标要素,建立具有3层结构的评价指标体系(图2).

目标层设为流域社会经济的水环境承载力综合评价,方案层包括以下6类子系统:

(1)驱动力指标(D):在城镇化发展的过程中,人类的社会经济活动起主导作用,因此选取人口数据及相关经济社会活动数据,如图2所示.其中,人口密度反映流域人口是否超负荷,单位GDP能耗反映经济结构和能源利用效率的变化,人均GDP反映区域经济发展水平的高低,是了解和把握流域宏观经济运行状况的有效工具.城镇化率反映城市化对水资源的压力,是衡量流域社会组织程度和管理水平的重要标志.有效灌溉面积占播种面积比例反映农田水利建设情况,体现农业用水效率.

(2)压力指标(P):驱动力产生压力,压力指标可通过社会经济活动产生的影响来衡量,如工业污水排放、农药化肥使用、用水量等.本文筛选指标如图2所示.其中,单位工业产值废水排放量是衡量经济–环境的一种宏观指标,也是预测经济发展对水环境影响的基础数据.单位耕地面积化肥施用量间接反映化肥中的氮磷元素对水体富营养化的作用.万元GDP水耗反映水资源消耗情况及用水利用效率.人均耕地面积反映人口对资源和环境的压力.

(3)状态指标(S):以太湖历年水质状况来表示.其中,总氮和总磷是反映水体富营养化的重要指标.高锰酸盐指数是反映水体中有机及无机可氧化物质污染的常用指标.氨氮是水体中的主要耗氧污染物.

(4)影响指标(I):在社会经济的影响下,水环境生态系统发生变化,自然资源遭受冲击.人均水资源量是衡量可利用水资源程度的指标之一,森林覆盖率是反映森林资源的丰富程度和生态平衡状况的重要指标.

(5)响应指标(R):流域湖泊生态系统受到影响后,作用于人类社会,人类通过污水处理等措施对其反馈.其中,污水处理率反映人类对生产生活活动造成环境污染的补偿作用,废水治理设施处理能力反映废水治理设施的配套程度及运行情况,用水普及率反映供水普及的平均水平.

(6)管理指标(M):管理其实也和响应类似,都是人对生态系统的积极改善措施,本文选用两个政府的管理性措施指标.建成区绿化覆盖率是衡量城市绿化水平的主要指标,环境污染治理投资占GDP比重是衡量环境保护投入的重要指标之一,前者是对城镇化负面影响的抗衡,后者是整体的改善投入.

1.3 各指标等级划分

确定评价分级标准的依据是:(1)有国家标准或地方标准的指标,尽量采用规定的等级分类值;(2)有参考文献的,引用文献列出的评价分级标准;(3)统计分析2005～2014年全国各省指标数据,对其排序,选取第 5%和第 95%作为最优值或最劣值,根据最优值和最劣值,划分为5个等级;(4)在没有国家标准和相关文献分级数据可参考的情况下,寻求专家经验值.流域水环境承载力评价指标分级如表1所示.

表1 流域水环境承载力评价指标分级Table 1 Evaluation indexes of water environmental carrying capacity

2 基于变异系数法的水环境承载力评价

2.1 单指标评价指数计算

需对指标数据进行标准化处理,使指标值介于[0,1]之间,这里采用极差标准化方法:

越大越优型(正向指标):

越小越优型(负向指标):

式中:xi为第i个指标的实际值,xim和xiM分别是为指标i设置的极小值和极大值.

2.2 指标权重的确定

确定指标权重的方法很多,大致分为主观赋权法、客观赋权法和组合赋权法三大类,主观赋权法包括层次分析法、德尔菲法等,客观赋权法包括熵值法、变异系数法等,而组合赋权法是主观赋权法与客观赋权法相结合的方法[21].由于客观赋权法不以人的主观判断为依据,避免了专家赋权的偏向性,能较为客观地反映指标的相对重要性,因此本文选取了客观赋权法——变异系数法来确定各指标权重.

变异系数法的基本思想是:在多指标综合评价中,如果某项指标在所有被评价对象上观测值的变异程度较大,它能够明确地区分开各被评价对象在该方面的水平,则该指标应赋予较大的权重;反之,则应赋予较小的权重[21].计算各指标的变异系数和权重如下:

式中:σi为第i项指标的标准差;为第i项指标的平均值;Vi为第i项指标的变异系数.

流域社会经济的水环境承载力评价指数计算公式为:

式中,Ii为第i个指标的标准值;Wi为指标i的权重.

3 太湖流域水环境承载力评价实例分析

太湖流域位于长江三角洲的核心部位,面积36500km2,其中江苏省占 53%,浙江省占 33.4%,上海占13.5%,安徽省占0.1%.太湖流域湖泊众多,以太湖为中心,相互交汇连成一体的河湖水系.

3.1 数据来源与计算

太湖流域行政区划范围主要包括江苏省镇江、常州、无锡、苏州 4市,浙江省嘉兴、湖州和杭州 3市及上海市大部分区域,本文对上述涉及地级市(包括其辖区)的数据进行统计.此外,流域中所包括的安徽部分由于占据比例太小(0.1%)且不方便获得准确数据不予纳入;同理,南京市高淳县的数据资料也不作分析.

此次研究所涉及到的太湖流域的人口数据、社会经济数据、农业数据、环保数据、城市建设数据等,主要来自《中国统计年鉴》、《中国环境统计年鉴》、《浙江统计年鉴》、《江苏统计年鉴》、《上海统计年鉴》、《镇江统计年鉴》、《常州统计年鉴》、《无锡统计年鉴》、《苏州统计年鉴》、《嘉兴统计年鉴》、《湖州统计年鉴》和《杭州统计年鉴》,少部分其他数据来自各相关部门官方网站及新闻报道等.查阅统计年鉴得到2005～2014年镇江、常州、无锡、苏州、嘉兴、湖州、杭州和上海各市的统计数据,将各市各指标数据平均,得到太湖流域2005～2014年各指标数据.将太湖流域 2005～2014年数据代入式(1)～(5),得到各指标权重如图3所示.

从图 3可以看出,指标对综合水环境承载力影响程度最大指标依次为:单位工业产值废水排放量＞氨氮＞万元 GDP水耗＞人均 GDP ＞单位GDP能耗＞人均水资源量＞废水治理设施处理能力＞TP＞环境污染治理投资占GDP比重.其中,万元GDP水耗和单位工业产值废水排放量都是压力子系统指标,表明压力子系统指标所起作用最为显著.

分别计算各子系统的权重,如图4所示.可以看出对水环境承载力评价结果的贡献率大小:压力子系统指标所起作用最为显著,状态子系统指标紧随其后,其次是驱动力子系统指标和影响子系统指标,响应子系统指标和管理子系统指标作用相对较小.

将流域水环境承载力评价指标体系数据(表1)代入公式(1)～(5),由图 3确定的各指标权重,计算得出水环境承载力各评价等级的分级标准为:FⅠ(强)∈[0.9673, 0.7688], FⅡ(较强)∈(0.7688, 0.5624], FⅢ(一般)∈(0.5624, 0.3373), FⅣ(较弱)∈(0.3373, 0.1158), FⅤ(弱)∈(0.1158, 0).

图3 各指标权重Fig.3 Weight of each index

图4 各子系统权重比例Fig.4 Weight ratio of each subsystem

3.2 评价结果与讨论

3.2.1 水环境承载力评价指数分析 将江苏省镇江、常州、无锡、苏州,浙江省嘉兴、湖州、杭州和上海共 8个城市的数据平均,获得2005～2014年太湖流域社会经济及环境各指标数据,代入公式(1)～(5),由图3确定的各指标权重,计算得出太湖流域 2005～2014年的水环境承载力评价综合指数,根据分级标准得到对应的评价等级,如图5所示.

图5 2005年～2014年水环境承载力评价指数变化Fig.5 Water environmental carrying capacity evaluation index change in 2005 ～2014

由图 5可以看出,2005～2014年太湖流域社会经济的水环境承载力评价指数是逐渐增加,评价等级从Ⅲ级(一般)转变为Ⅱ级(较强),有明显的改善,太湖流域近年的治理是有效的.其中指数跨度最大的是 2006～2008年这段时间,实际中,2005和2007年太湖都出现了蓝藻暴发事件,促使太湖流域管理的加强,特别是太湖管理委员会的成立,加快了太湖流域的治理,促进了太湖流域社会经济发展和水环境的协调.

3.2.2 各评价子系统分析 从各评价子系统的评价指数来看,驱动力子系统明显呈上升趋势,影响子系统和管理子系统的指数出现波动情况,压力、状态和响应子系统的指数均随年份增长而处于上升趋势(图6).压力子系统指数上升幅度最大,从0.1050上升到0.2384,表明2005～2014年太湖流域对工农经济发展的承载能力在增强.相对而言,状态子系统和响应子系统的增长效率较为缓慢.影响子系统变化不大,而管理子系统指数在2011年出现最低值,在2008年出现最高值,表明2008年管理力度最大,其余时间较为平稳,存在小幅度波动.

3.2.3 各评价子系统内指标分析 (1)驱动力子系统指标(图7):2005～2014年,其制约因素主要是人均 GDP.由于太湖流域经济发达,人口众多,人均GDP高出全国平均水平较多,且近年来发展速度很快,该指数较高,使得整个驱动力子系统的指数较高.

图6 各子系统评价指数Fig.6 Evaluation index of each subsystem

图7 驱动力子系统指标指数Fig.7 Index value of driving force layer

(2)压力子系统指标(图8):压力子系统4个指标中,制约因素主要为单位工业产值废水排放量,由于太湖流域的工业发达,工业废水排放量较多.但从图上也能明显看出,单位工业产值废水排放量指数逐年递减,这 10年的改善较大,继续控制下,能达到较好状态.相比之下,农业污染指标(单位耕地面积化肥施用量)对压力子系统指数的影响稍小.太湖流域人均耕地面积(0.3541±0.0688亩)远远低于我国其他很多地区,因此这一指标成为了影响子系统指数最大的制约因素,且2005～2014年,太湖流域的人均耕地面积不断减少,逼近最劣值.压力子系统总指数上升进度最大,可以看出工农业及生活生产对水环境的污染强度都是在减小的.

图8 压力子系统指标指数Fig.8 Index value of pressure layer

(3)状态子系统指标(图9):根据《地表水环境质量标准》[22]的分级进行分析:高锰酸盐指数除了在2009年勉强达到了地表水Ⅱ类水质标准外,其他几年均处于Ⅲ类水质标准;氨氮指标从2005年的0.44mg/L到2014年的0.16mg/L,处在Ⅱ类水质标准;总磷指标几乎没有改善,从 2005年的0.08mg/L到 2014年的 0.07mg/L,期间一直在0.06～0.10mg/L之间波动,属Ⅳ水质标准;总氮指标情况则最为严重,2005～2011年属于劣Ⅴ类水质,2012～2014年处于Ⅴ级状态.

(4)影响子系统指标(图 10):人均水资源量的评价指数2005～2009年呈上升状态,处于良好的改善趋势,但2009～2014年指数变动很大,出现2个峰值,这表明近年来太湖流域水资源的情况很不稳定.太湖流域浙江省森林覆盖率位居全国前列,而江苏省、上海市的森林覆盖率较低,因此,应该继续投入对自然资源的保护和绿化的栽培,尤其是江苏和上海区域.

图9 状态子系统指标指数Fig.9 Index value of state layer

图10 影响子系统指标指数Fig.10 Index value of effect layer

(5)响应子系统指标(图 11):太湖流域的响应指标包括污水处理率、废水治理设施处理能力和用水普及率,其中起到制约作用的指标是废水治理设施处理能力,该指标指数在2005～2014年呈上升趋势.

(6)管理子系统指标(图 12):管理子系统中起主要制约作用的指标是环境污染治理投资占GDP比重,处于不断波动的状态,虽然国家重视并投入治理太湖有多年,但太湖流域社会经济发展快,投资并没有随社会经济的迅速发展而正向变化,因此制约了管理子系统的整体改善.建成区绿化覆盖率虽然处于上升趋势,但改善十分不明显.在治理太湖流域水环境的问题上,管理措施还有待加强.

图11 响应子系统指标指数Fig.11 Index value of response layer

图12 管理子系统指标指数Fig.12 Index value of management layer

4 结论

4.1 DPSIRM模型为分析流域社会经济活动与水环境之间互相影响的关系搭建了一个框架,揭示出流域经济发展中人、水环境相互作用的链式关系.基于DPSIRM模型的评价指标体系具有全面、实用、方便、准确等优点,有效地反映了太湖流域社会经济的水环境承载能力变化情况,该指标体系具有可行性和科学性,为其他流域水环境承载力评价提供一条途径.

4.2 各子系统的权重分析表明:压力子系统指标所起作用最为显著,状态子系统指标紧随其后.对综合水环境承载力影响程度最大指标中,万元GDP水耗和单位工业产值废水排放量都为压力子系统指标,表明压力子系统指标所起作用最为显著.

4.3 从各评价子系统的评价指数来看,驱动力子系统明显呈上升趋势,影响子系统和管理子系统的指数出现波动情况,压力、状态和响应子系统的指数均随年份增长而处于上升趋势.压力子系统指数上升幅度最大,表明2005～2014年太湖流域对工农经济发展的承载能力在增强.相对而言,状态和响应子系统的增长效率较为缓慢.影响子系统变化不大,而管理子系统指数2008年出现最高值,表明 2008年管理力度最大,其余时间较为平稳,存在小幅度波动.

[1] 唐剑武,郭怀成,叶文虎.环境承载力及其在环境规划中的初步应用 [J]. 中国环境科学, 1997,17(1):6-9.

[2] 黄涛珍,宋胜帮.淮河流域水环境承载力评价研究 [J]. 中国农村水利水电, 2013,4:45-49.

[3] 王金南,于 雷,万 军,等.长江三角洲地区城市水环境承载力评估 [J]. 中国环境科学, 2013,33(6):1147-1151.

[4] Ehrlich A H. Looking for the ceiling estimates of the earth’s carrying capacity [J]. American Scientist, 1996,84(5):494-495.

[5] Kuylenstierna J L, Bjorklund G, Najlis P. Sustainable water future with global implications: Everyone’s responsibility [J]. Natural Resources Forum, 1997,21(3):181-190.

[6] Joardar S D. Carrying capacities and standards as bases towards urban infrastructure planning in India : A case of urban water supply and sanitation [J]. Habitat International, 1998,22(3):327-337.

[7] Rijsbermana M A, Venb F H M V D. Different approaches to assessment of sustainable urban water system [J]. Environment impact assessment review, 2000,129(3):333-345.

[8] Clarke A L. Assessing the carrying capacity of the Florida Keys [J]. Population & Environment, 2002,23:405-418.

[9] 李 新,石建屏,曹 洪.基于指标体系和层次分析法的洱海流域水环境承载力动态研究 [J]. 环境科学学报, 2011,31(6): 1338-1344.

[10] 黄 璨,邓宏兵,李小帆,等.公共资源类旅游景区水环境承载力研究——以武汉市东湖风景区为例 [J]. 环境科学学报, 2013, 33(9):2626-2631.

[11] Lane M. The carrying capacity imperative: assessing regional carrying capacity methodologies for sustainable land-use planning [J]. Land Use Policy, 2010,27(4):1038-1045.

[12] Winz I, Brierley G, Trowsdale S. The use of system dynamics simulation in water resources management [J]. Water Resources Management, 2009,23(7):1301–1323.

[13] 刘臣辉,申雨桐,周明耀,等.水环境承载力约束下的城市经济规模量化研究 [J]. 自然资源学报, 2013,28(11):1903-1910.

[14] 赵 卫,刘景双,苏 伟,等.辽宁省辽河流域水环境承载力的多目标规划研究 [J]. 中国环境科学, 2008,28(1):73-77.

[15] 齐亚彬.资源环境承载力研究进展及其主要问题剖析 [J]. 中国国土资源经济, 2005,(5):7-11.

[16] 刘 庄,郑 刚,张永春,等.社会经济活动对太湖流域的生态影响分析 [J]. 生态与农村环境学报, 2009,25(1):27-31.

[17] 徐 鹏,高 伟,周 丰,等.流域社会经济的水环境效应评估新方法及在南四湖的应用 [J]. 环境科学学报, 2013,33(8):2285-2295.

[18] Smeets E, Weterings R. Environmental Indicators: Typology and Overview [M]. Copenhagen: Technical Report, European Environmental Agency, 1999.

[19] 张凤太,王腊春,苏维词.基于 DPSIRM 概念框架模型的岩溶区水资源安全评价 [J]. 中国环境科学, 2015,35(11):3511-3520.

[20] 张 峰,杨 俊,席建超,等.基于 DPSIRM健康距离法的南四湖湖泊生态系统健康评价 [J]. 资源科学, 2014,36(4):831-839.

[21] 储 莎,陈 来.基于变异系数法的安徽省节能减排评价研究[J]. 中国人口·资源与环境, 2011,21(3):512-516.

[22] GB3838-2002 地表水环境质量标准 [S].

Study on water environmental carrying capacity evaluation in Taihu lake Basin.

WANG Jia-yang*, ZHAI Qing-wei, GUO Qian, TAO Yun-zhu (College of Resources and Environment, Chengdu University of Information Technology, Chengdu 610041, China). China Environmental Science, 2017,37(5)：1979～1987

The evaluation index system with three-layer structure had been established for the evaluation of water environmental carrying capacity according to construction of DPSIRM model. The DPSIRM model mainly involved Driving Force (D: population, socio-economic development), Pressure (P: water problems and pollution emissions), State (S: water quality changes), Impact (I: natural ecology, water and soil resources), Response (R: sewage treatment and water penetration) and Management (M: green, investment). Several indexes were chosen from socio-economic, water resources, water quality status, investment management and other aspects. And the variation coefficient method was used to determine the weight of each index in order to calculate the evaluation index of water environment carrying capacity in Taihu Lake Basin from 2005 to 2014 for assessing the effect of social economy on water environment. The results indicated that the economic and environmental carrying capacity of Taihu Lake Basin exhibited a significant improvement from Grade III in 2005 to Grade II in 2014. The Pressure indicator plays the most significant role, followed by State, Drive force, Impact and Response in sequence. The Management indicator has the weakest impact in the six subsystems. During the decade, the Driving force indicator exhibits a clear upward trend; the Impact and Management indicators were in undulation; other indicators such as the Pressure, State and Response increased year by year. The results suggest that the carrying capacity of Taihu Lake Basin on industrial and agricultural economic development is enhanced from 2005 to 2014. Among all evaluation indexes, both water consumption per million yuan GDP and wastewater discharge per unit of industrial output could be attributed to the pressure indicator, indicating that the pressure indicator exhibited a comprehensive impact on water environment evaluation. The DPSIRM model was therefore proved to be practical and feasible for evaluating the water environment carrying capacity of Taihu Lake Basin, and also provided the basis formaking the scientific strategic decision on the planning and integrated management of regional water environment.

DPSIRM model；variation coefficient method；water environment carrying capacity；evaluation；Taihu Lake Basin

X143

A

1000-6923(2017)05-1979-09

汪嘉杨(1980-),女,四川泸州人,副教授,博士,主要从事环境规划和政策研究.发表论文50余篇.

2016-10-10

国家自然科学基金资助项目(51209024);国家社会科学基金资助项目(13BGL009);四川省社科项目(SC15TJ019);四川省教育厅项目(15ZA0192,16ZA0207)

* 责任作者, 副教授, wjj@cuit.edu.cn